Aquí es donde es necesario cambiar la ruta de trabajo. Se guarda el csv en donde se encuentra la ruta de trabajo antes de ejecutar el codigo.

Instalación de paqueterías

Establecemos una semilla aleatoria

Hacemos lectura del archivo csv

Transformamos a logaritmo los datos

Preparamos los datos que se usaran para entrenamiento así como para pruebas

Diferenciamos las variables y eliminamos los "NA" generados

Separamos la base de datos de acuerdo a la estructura seleccionada de rezagos y variables utilizadas.

Asignamos las bases de datos en entrenamiento y pruebas tanto de las variables dependientes como de las independientes

Gráfica de los resultados del entrenamiento

Usamos la base de datos para predecir y gráficar los resultados

Tomamos como referencia la base de datos de la sección anterior

Se hace el diseño de todas las redes neuronales propuestas

Se hace un check point solo a forma de control

Hacemos la compilación de los modelos, estableciendo el MSE como función de pérdida y al método adam como optimizador.

Usamos los modelos para hacer las predicciones del entrenamiento y pruebas

Preparación de datos para el forecast 1-step

Mejores modelos por MAPE. No se está usando este criterio en el trabajo pero no está de mas tenerlo.

Mejores modelos por RMSE. No se está usando este criterio en el trabaoj pero no está de mas tenerlo.